搜索新闻

影谱科技:AI生成技术正在为零售增长做好准备

来源:投影时代 更新日期:2021-11-25 作者:佚名

    一项被称为“生成式AI”的人工智能技术将在未来两到五年内达到AI商业应用高峰。Gartner 2021年新兴技术成熟度曲线报告显示,随着解决方案的成熟和采用范围的扩大,该技术会生成合成数据来训练自己的模型或识别突破性产品。

    Gartner研究副总裁Brian Burke表示,生成式 AI 的商业实施已经在企业中发挥作用,并且随着技术进步不断渗透企业根基。生成式 AI 的工作原理是使用算法来创建经训练后的全新合成数据,以释放生产力不足。

    影谱科技AI商业化负责人认为,生成式AI被纳入Gartner技术周期,这反应了生成式计算机视觉平台的增长潜力,能为跨领域企业提供服务,带来生产力、成本效益和安全性的飞跃。另一方面,激烈的市场竞争也促使企业主动选择生成式AI技术应用以减少成本的发生。

    据悉,影谱科技是一家总部位于北京的人工智能技术公司,是最早将生成式AI技术引入商业领域的领先公司之一,独创的AI生成技术与数字孪生组合,正成为文化传媒、教育、商业服务领域的通用数智技术。

    可见的是,生成式AI技术正处于企业级商业化的最佳时期。两方面是推手,首先来自企业的刚性成本压力,这一大环境促使了降本性技术的大面积普及;其次,AI生成性技术因能低成本的自适应业务数字化需要,发展为诸多产业链数字化升级的首要选择。

    早期,生成式AI技术的高精准度识别被广泛应用在各类视觉识别场景。至今,随着AI与传统产业深度融合,生成式AI不仅可以完成由算法创建一段全新3D视觉内容、与孪生技术组合创建新的数字商品等业务场景,其在移动互联、商业、制药、传媒等关键行业也产生积极结果。

    如在传媒领域,企业运用影谱科技研发的生成式AI技术方案创建3D新闻直播间、虚拟主持人等,也采纳此项技术大规模完成了文字、音频快速转视频的数字内容升级任务,据悉,在未采纳此技术时,这类任务需消耗大量人力和时间。

    如在医疗领域,研究人员使用AI技术生成更多数据来支持算法,帮助识别抗病毒化合物和治疗COVID-19的治疗研究。

    与此同时,零售业正成为继文教、互联网后,AI生成技术下一个重要的普惠商业场景。AI生成技术正在为零售增长做好准备,规模化生产以及对业务场景足够了解,足以让人这个市场充满期待。

    在消费互联网中,一个单一的人工智能系统可以为数十亿用户提供服务。如计算机视觉是许多程序的底层技术,如图片检索、内容审核系统、信息过滤器、安全摄像头、图像分类、物体检测和人脸识别。在这些领域,通常不乏数据来训练深度神经网络,也可以采用大致相同的机器学习模型即可服务于数百万用户和客户。

    与消费互联网不同,在传统商业产业链中每个企业可能都需要自己的 AI 模型,商业零售系统对AI提出了一系列独特的挑战。典型挑战是,如何构建企业级AI训练模型,如何降低AI部署环境的要求,如何提供因需发生的组合型技术服务。

    首先,需要面对大多数企业组织缺乏可训练的基础数据。事实上,某些企业也许有业务数据,但并不能快速转化为机器可训练的数据,无法完成预训练机器学习模型或某些需特定数据进行训练而生成的模型,这些都需要经历更为复杂的AI实施过程。

    其次,AI零售的挑战不仅限于数据,在数据安全性、使用透明度等方面对AI系统中的算法类型和精度指标也提出了高要求。据悉,对此,影谱科技构建了一个完整的AI技术栈来监控零售商品的性能、跨模型迭代、维护模型的不同版本,以及管理用于收集新数据和重新训练模型的数据通道。

    简而概之,这些都是生成式AI在数字商业零售业落地过程中突破的技术障碍。影谱科技AI 数字商业平台旨在构建一个解决零售企业智能化、数字化升级普遍问题的技术平台,面向零售商品生产企业、运营平台、服务商部署企业级的AI商业解决方案。

    影谱科技相关负责人表示,根据零售行业特点,调整生成式AI模型,让算法变得更动态,支持这些模型的数据也变得更加动态、更稳定,在商业场景上也更能与传统产业融合。如何把生成式AI视觉技术这种低投入、高产出的技术组合、通用性零售商品数据集等特别能力供给给传统商业系统,辅助商业服务流迈向实时、互动的数字化形态,也就解决了商业零售服务数字化的第一重困难,这恰好是生成式AI技术的重要性能。

    影谱作为国内唯一一家具备快速自动创建企业级3D实时数字商品数据集的平台,针对不同的应用场景、复杂业务逻辑提出不同解决方案,为数字商业的持续增长做好AI技术准备。可预见的是,AI 将改变零售行业,随着企业从静态模型转向更动态的技术,生成式AI的应用也将发生变化。

广告联系:010-82830253 | 010-82755685 手机版:m.pjtime.com官方微博:weibo.com/pjtime官方微信:pjtime
Copyright (C) 2007 by PjTime.com,投影时代网 版权所有 关于投影时代 | 联系我们 | 欢迎来稿 | 网站地图
返回首页 网友评论 返回顶部 建议反馈
快速评论
验证码: 看不清?点一下
发表评论